GSP1291

概览

Gemini 2.5 Flash 是一种混合推理模型，能够清晰展示其思考过程。Gemini 2.5 Flash 可跨多项任务进行大量思考，并使用工具来最大限度地提高响应准确性。

本实验演示了如何使用 Gemini 2.5 Flash 模型来解决需要多次制定策略和迭代求解的复杂任务。

目标

在本实验中，您将学习如何将 Gemini API 和 Google Gen AI SDK for Python 与 Gemini 2.5 Flash 模型结合使用，以解决复杂任务。您将完成以下操作：

• 观察 Gemini 2.5 Flash 执行多项任务的应用示例，包括配置思考预算、开始多轮聊天、计算 token 数量和配置模型参数。
• 处理多模态（音频、代码、文档、图像、视频）数据。
• 了解 Gemini 2.5 Flash 的思考模式应用场景。

Gemini

Gemini 是 Google DeepMind 开发的一系列强大的生成式 AI 模型，能够理解和生成各种形式的内容，包括文本、代码、图片、音频和视频。

Vertex AI 中的 Gemini API

Vertex AI 中的 Gemini API 提供了与各 Gemini 模型交互的统一接口。通过 Gemini API，开发者可以轻松将这些强大的 AI 功能集成到他们的应用中。如需了解最新版本的最新详细信息和具体功能，请参阅官方 Gemini 文档。

Gemini 模型

• Gemini Pro：专为复杂的推理任务而设计，包括：
  • 分析和总结大量信息。
  • 复杂的跨模态推理（跨文本、代码、图片等）。
  • 有效解决复杂代码库的问题。
• Gemini Flash：针对速度和效率进行了优化，具有以下特点和功能：
  • 亚秒级响应时间和高吞吐量。
  • 成本低、效率高，适用于各种任务。
  • 增强的多模态功能，包括改进的空间理解、新的输出模态（文本、音频、图片）以及原生工具使用体验（Google 搜索、代码执行和第三方功能）。

前提条件

在开始本实验之前，您应该先熟悉：

• Python 编程基础知识。
• API 的一般性概念。
• 在 Vertex AI Workbench 上的 Jupyter 笔记本中运行 Python 代码

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：将这些标签页安排在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

任务 1. 在 Vertex AI Workbench 中打开笔记本

1. 在 Google Cloud 控制台的导航菜单 () 中依次点击 Vertex AI > Workbench。

2. 找到 实例，然后点击打开 JupyterLab 按钮。

Workbench 实例的 JupyterLab 界面会在新浏览器标签页中打开。

任务 2. 设置笔记本

1. 打开 文件。

2. 在选择内核对话框中，从可用内核列表中选择 Python 3。

3. 运行笔记本的开始使用和导入库部分。

   • 对于项目 ID，请使用 ；对于位置，使用 。

注意：您可以跳过任何标为“仅限 Colab”的笔记本单元。 如有笔记本单元在执行时遇到 429 响应，请等待 1 分钟，然后再次运行该单元以继续操作。

任务 3. 使用 Gemini 2.5 Flash 模型

以下示例展示了 Gemini 2.5 Flash 可以解决的复杂任务。

配置思考预算

在本部分中，您将使用 Gemini 2.5 Flash 针对某项任务进行动态思考，或选择用于为特定任务进行推理的 token 数量。

• 运行笔记本的配置思考预算部分。

点击检查我的进度，验证已完成以下目标： 配置思考预算

开始多轮聊天

在本部分中，您将使用 Gemini 2.5 Flash 进行多轮自由对话，实现多轮来回交互。

• 运行笔记本的开始多轮聊天部分。

点击检查我的进度，验证已完成以下目标： 开始多轮聊天

从 Google Cloud Storage 发送文档

在本部分中，您将使用 Gemini 2.5 Flash 读取 Google Cloud Storage 中托管的特定 PDF 文档，并执行文档理解。

• 运行笔记本的从 Google Cloud Storage 发送文档部分。

点击检查我的进度，验证已完成以下目标： 从 Google Cloud Storage 发送文档

任务 4. 探索 Gemini 2.5 Flash 的推理功能

Gemini 2.5 Flash 在针对提示给出答案时，能够提供答案推理过程。您将在下面的任务中探索此功能的应用示例。

代码生成

在本部分中，您将了解 Gemini 2.5 Flash 模型如何运用其推理功能，基于一行提示生成可执行的代码，从而构建一款电子游戏。

• 运行笔记本的示例 1：代码生成部分。

点击检查我的进度，验证已完成以下目标： 示例 1 - 代码生成

多模态推理（几何）

在本部分中，您将使用 Gemini 2.5 Flash 模型的推理功能来根据文本和图片进行推理。

• 运行笔记本的示例 2：多模态推理（几何）部分。

点击检查我的进度，验证已完成以下目标： 示例 2 - 多模态推理（几何）

示例 3：数学和解题

在本部分，您将使用 Gemini 2.5 Flash，了解 Gemini 如何解决数学趣题，以及支持它做出每个决定的推理过程。

• 运行笔记本的示例 3：数学和解题部分。

点击检查我的进度，验证已完成以下目标： 示例 3 - 数学和解题

恭喜！

在本实验中，您学习了如何使用 Gemini 2.5 Flash 来迭代解决复杂问题。

后续步骤/了解详情

请参阅以下资源，详细了解 Gemini：

• Gemini 概览
• 有关 Vertex AI 上生成式 AI 的文档
• YouTube 上有关生成式 AI 的视频
• 探索 Vertex AI 实战宝典，了解精心挑选的生成式 AI 笔记，还可以在笔记本库中搜索内容。
• 探索 Google Cloud 生成式 AI 仓库中的其他笔记本和示例。

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

本手册的最后更新时间：2025 年 5 月 1 日

本实验的最后测试时间：2025 年 5 月 1 日

版权所有 2025 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。